ИСТОРИЯ РАЗВИТИЯ ИСКУССТВЕННОГО ИНТЕЛЛЕКТА

Расчётное графическое задание

Реферат

Системы искусственного интеллекта

 

ГОУ ОГУ 2004.65.8008.0 Р

 

 

Руководитель работы

преподаватель кафедры

_______________ В.А. Садова

"___"__декабря 2011 г.

Исполнитель студент группы

ЭК(б) ЭПОэ-1

_____ С.А Богряков ;

"___"_декабря 2011 г.

 

Оренбург 2011

СОДЕРЖАНИЕ

 

Введение

. История развития искусственного интеллекта

. Экспертные системы

Типы экспертных систем

Назначение и особенности экспертных систем

Знания и их представление

Инструменты построения экспертных систем

Структура идеальной экспертной системы

Способы описания знаний

. Продукционные модели

Управление системой продукции

Преимущества и недостатки продукционной системы

. Семантические сети

. Фреймы

Заключение

Опрос по данной теме

Список использованной литературы

ВВЕДЕНИЕ

 

Активно развивающейся областью использования компьютеров является создание баз знаний и их применение в различных областях науки и техники. База знанийпредставляет собой семантическую модель, предназначенную для представления в ЭВМ знаний, накопленных человеком в определенной предметной области. Основные функции базы знаний:

1. Создание, загрузка;

2. Актуализация, поддержание в достоверном состоянии;

3. Расширение, включение новых знаний;

4. Обработка, формирование знаний, соответствующих текущей ситуации.

Для выполнения указанных функций разрабатываются соответствующие программные средства. Совокупность этих программных средств и баз знаний принято называть искусственным интеллектом.

Искусственный интеллект в настоящее время находит применение в таких областях, как планирование и оперативное управление производством, выработка оптимальной стратегии поведения в соответствии со сложившейся ситуацией, экспертные системы и т. д.

Искусственный интеллект - это одно из направлений информатики, цель которого разработка аппаратно-программных средств, позволяющих пользователю-непрограммисту ставить и решать свои задачи, традиционно считающиеся интеллектуальными, общаясь с ЭВМ на ограниченном подмножестве естественного языка.

Искусственный интеллект - самое молодое научное направление. Появление его было подготовлено развитием мощности вычислительных машин.

Искусственный интеллект занимает исключительное положение. Это связано со следующим:

1) часть функций программирования в настоящее время оказалось возможным передать машине. При этом общение с машиной происходит на языке, близком к разговорному. Для этого в ЭВМ закладывают огромную базу знаний, способы решения, процедуры синтеза, программы, а также средства общения, позволяющие пользователю легко общаться с ЭВМ.

2) В связи с внедрением ЭВМ во все сферы человеческой жизни становится возможным переход к безбумажной технологии обработки информации.

3) Если раньше производство ориентировалось на обязательное участие человека, то в настоящее время находят применение безлюдные технологии, основанные на роботизации и автоматизации системы управления.

4) Интеллектуальные системы в настоящее время начинают занимать ведущее положение в проектировании образцов изделий. Часть изделий невозможно спроектировать без их участия.

В настоящее время к системам искусственного интеллекта относят следующие системы:

) Экспертные системы. Первые системы, которые нашли широкое применение. Их элементы используются в системах проектирования, диагностики, управления и играх. Основаны на вводе знаний высококвалифицированных специалистов (экспертов) в ЭВМ и разработке специальной системы по их использованию.

2) Системы естественно - языкового общения (подразумевается письменная речь). Данные системы позволяют производить обработку связанных текстов по какой - либо тематике на естественном языке.

3) Системы речевого общения. Состоят из двух частей:

· системы восприятия речи

· системы воспроизведения речи.

2) Системы обработки визуальной информации. Находят применение в обработке аэрокосмических снимков, данных, поступающих с датчиков, роботов и автоматизированных систем.

3) Системы машинного перевода. Подразумеваются естественные языки человеческого общения.

4) Системы автоматического проектирования. Без этих систем не может обойтись ни одно крупное машиностроительное предприятие.

ИСТОРИЯ РАЗВИТИЯ ИСКУССТВЕННОГО ИНТЕЛЛЕКТА

 

Идея создания искусственного подобия человеческого разума для решения сложных задач и моделирования мыслительной способности витала в воздухе с древнейших времен. Впервые ее выразил Р. Луллий (ок.1235-ок.1315), который еще в XIV в. пытался создать машину для решения различных задач на основе всеобщей классификации понятий.

В XVIII в. Г. Лейбниц (1646- 1716) и Р.Декарт (1596- 1650) независимо друг от друга развили эту идею, предложив универсальные языки классификации всех наук. Эти идеи легли в основу теоретических разработок в области создания искусственного интеллекта.

Развитие искусственного интеллекта как научного направления стало возможным только после создания ЭВМ. Это произошло в 40-х гг. XX в. В это же время Н.Винер(1894 - 1964) создал свои основополагающие работы по новой науке - кибернетике.

Термин искусственный интеллект (artificial intelligence) предложен в 1956 г. на семинаре с аналогичным названием в Станфордском университете (США). Семинар был посвящен разработке логических, а не вычислительных задач. Вскоре после признания искусственного интеллекта самостоятельной отраслью науки произошло разделение на два основных направления: нейрокибернетику и кибернетику "черного ящика". И только в настоящее время стали заметны тенденции к объединению этих частей вновь в единое целое.

Основную идею нейрокибернетики можно сформулировать следующим образом: единственный объект, способный мыслить, - это человеческий мозг. Поэтому любое "мыслящее" устройство должно каким-то образом воспроизводить его структуру.

В основу кибернетики "черного ящика" лег принцип, противоположный нейрокибернетике. Не имеет значения, как устроено "мыслящее" устройство. Главное, чтобы на заданные входные воздействия оно реагировало так же, как человеческий мозг.

Это направление искусственного интеллекта было ориентировано на поиски алгоритмов решения интеллектуальных задач на существующих моделях компьютеров. В 1956 -1963 гг. велись интенсивные поиски моделей и алгоритма человеческого мышления и разработка первых программ.

В конце 50-х гг. родилась модель лабиринтного поиска. Этот подход представляет задачу как некоторый граф, отражающий пространство состояний, и в этом графе проводится поиск оптимального пути от входных данных к результирующим.

Начало 60-х гг.-эпоха эвристического программирования. Эвристическое программирование - разработка стратегии действий на основе известных, заранее заданных эвристик (правило, теоретически не обоснованное, но позволяющее сократить количество переборов в пространстве поиска).

В 1963 - 1970 гг. к решению задач стали подключать методы математической логики.На основе метода резолюций, позволившего автоматически доказывать теоремы при наличии набора исходных аксиом, в 1973 г. создается язык Пролог.

Среди наиболее значимых результатов, полученных отечественными учеными, следует отметить алгоритм "Кора" М. Бонгарда, моделирующий деятельность человеческого мозга при распознавании образов (60-е гг.).

Существенный прорыв в практических приложениях искусственного интеллекта произошел в середине 70-х гг., когда на смену поискам универсального алгоритма мышления пришла идея моделировать конкретные знания специалистов-экспертов. В США появились первые коммерческие системы, основанные на знаниях, или экспертные системы. Пришел новый подход к решению задач искусственного интеллекта - представление знаний.

Начиная с середины 80-х гг. происходит коммерциализация искусственного интеллекта. Растут ежегодные капиталовложения, создаются промышленные экспертные системы. Растет интерес к самообучающимся системам.

искусственный интеллект экспертный семантический фрейм

ЭКСПЕРТНЫЕ СИСТЕМЫ

 

Экспертные системы составляют самую существенную часть систем искусственного интеллекта. Экспертная система обычно определяется как программа ЭВМ, моделирующая действия эксперта человека при решении задач в узкой предметной области: составление базы знаний и накопления их. Создание систем базы данных - это попытка задать представление логических связей между данными. Выполняемая экспертом обработка знаний строится на базе огромных запасов информации, представленных в самой различной форме. При этом часть информации может быть неполной.